Lo que un solo valor de HRV puede y no puede decirte

Editor: Yakiv Bilenko · Actualizado el 5 de octubre de 2026

Dos paneles claros con cuadrícula: a la izquierda, un único punto verde solo; a la derecha, el mismo punto verde entre muchos puntos oscuros dispersos a lo largo de una línea suavemente ondulada: una lectura vista en su contexto.
Respuesta breve

Un solo valor de HRV es una instantánea de cuánto influyó el vago en tu ritmo cardíaco en ese momento, en esas condiciones y medido con ese dispositivo. Sirve para compararte con tus propias lecturas recientes. Influyen en él el sueño, el alcohol, una enfermedad, el entrenamiento, la respiración y la calidad del registro. Por sí solo no establece estrés, enfermedad, forma física ni tu posición respecto a otras personas.

Puntos clave

  • Un valor de HRV describe la variación del ritmo cardíaco mediada por el vago en un momento, en unas condiciones concretas y con un dispositivo concreto.
  • Una sola lectura baja no es un diagnóstico y no significa por sí misma que estés estresado o enfermo.
  • Un valor muy alto no es automáticamente bueno: los latidos irregulares y los artefactos del registro pueden inflar la HRV, así que es un motivo para revisar los datos.
  • Comparar tu HRV con la de otra persona casi no tiene sentido, porque las personas sanas difieren mucho y la edad, la métrica y el dispositivo cambian el número.
  • Las puntuaciones de preparación y de recuperación son fórmulas propias de cada fabricante construidas sobre la HRV y otros datos, no medidas científicas estándar.
  • En grupos de pacientes y en grandes poblaciones, una HRV baja se asocia con peores desenlaces, lo que no es una predicción para una persona sana.
  • Un cambio sostenido respecto a tu propia línea base acompañado de síntomas merece atención; un número aislado, no.

¿Qué puede decirte un solo valor de HRV?

Un valor de variabilidad de la frecuencia cardíaca (HRV o VFC) responde a una pregunta muy concreta: ¿cuánto varió el tiempo entre latidos durante ese registro? La mayor parte de esa variación a corto plazo procede de la influencia del vago sobre el corazón. El matiz importa. El tono vagal no puede medirse directamente; las medidas de HRV como el RMSSD reflejan cambios de la frecuencia cardíaca mediados por el vago [S3].

Así que una lectura describe tu ritmo cardíaco en ese momento, en esas condiciones, tal como lo captó ese dispositivo y lo resumió esa métrica. Si cambia cualquiera de estos elementos, cambia el número: la fuente de la señal (ECG de pecho o pulso óptico), la duración del registro, el lugar donde se tomó, cómo respirabas y cómo se analizó modifican el resultado [S4]. Una lectura diurna corta y un promedio de toda la noche no son la misma magnitud, y no se pueden comparar directamente valores de registros de distinta duración [S2]. El RMSSD y el SDNN son métricas distintas, y la forma en que un reloj o un anillo estima la HRV añade su propio error.

Eso es todo lo que puede decir un número. Es fácil leer en él más de lo que contiene [S3].

¿Por qué la HRV es tan personal?

«Puedes comparar tu HRV con la de un amigo». Apenas. Los adultos sanos difieren muchísimo en su HRV [S6], y un valor más bajo que el de un compañero no indica necesariamente un peor estado fisiológico [S5]. En promedio, la HRV tiende a disminuir con la edad: en nuestra tabla de RMSSD nocturno, la mediana baja unos 4–8 ms de un grupo de edad al siguiente [S7], y la métrica, el dispositivo, la hora del día y la duración del registro difieren entre los números de dos personas cualesquiera [S4]. Que tu amigo tenga una lectura más alta no te dice nada sobre tu salud.

La comparación útil es contigo mismo: tus propias lecturas, tomadas de la misma manera, a lo largo de días y semanas. Cómo funciona eso se explica en la línea base de HRV. Las tablas por edad están en HRV normal por edad; léelas como contexto de grupo, no como un objetivo.

¿Cuándo es un valor alto un motivo para revisar los datos?

«Cuanto más alta, mejor». En las ciencias del deporte, una HRV igual o superior a tu propia línea base se usa como uno de los signos de recuperación: en un pequeño ensayo aleatorizado, las sesiones duras se programaban solo las mañanas en que la HRV no había bajado [S18]. Pero un número más alto no siempre es mejor. La HRV se calcula a partir de los intervalos entre latidos, así que todo lo que vuelve irregulares esos intervalos por motivos distintos del ritmo vagal normal eleva el número. Los latidos anómalos y el ruido pueden hacerse pasar por HRV [S2].

  • Latidos extra y arritmias. Los latidos ectópicos (prematuros) y la fibrilación auricular cuentan como artefactos fisiológicos en la serie de intervalos entre latidos [S8]. Los latidos ectópicos añaden un artefacto matemático a las medidas en los dominios del tiempo y de la frecuencia, y dejarlos sin corregir alteró significativamente la HRV en simulaciones [S9].
  • Artefactos del registro. Un contacto flojo y el movimiento generan latidos falsos; estos latidos son frecuentes y pueden dificultar o impedir un análisis fiable [S8].
  • Ritmo sinusal errático. En una cohorte de personas mayores, los patrones anómalos del ritmo cardíaco que elevaban muchos índices de HRV eran frecuentes y se asociaban con una mortalidad más alta, no más baja [S10] (un solo estudio observacional). Los investigadores lo describen como una HRV a corto plazo alta que refleja un deterioro del control del ritmo cardíaco y no una influencia vagal sana, y están desarrollando medidas como la fragmentación de la frecuencia cardíaca para distinguir ambas cosas [S11] (investigación emergente).

Por eso, un valor repentino e inusualmente alto es un motivo para revisar los datos —¿estaba flojo el dispositivo?, ¿te estabas moviendo?, ¿notas el pulso irregular?— antes de tomarlo como una buena noticia.

¿Qué puede hacer que una lectura sea baja?

Muchos factores mueven la HRV [S4]. Los que se mencionan con más frecuencia son:

  • una noche de sueño corta o de mala calidad;
  • el alcohol;
  • el inicio de una enfermedad, como un resfriado o fiebre;
  • una sesión de entrenamiento dura o un bloque de entrenamiento exigente;
  • las condiciones de medición: otra hora del día, la postura, el movimiento, hablar o un sensor flojo.

Cómo actúa cada uno de ellos y qué magnitud tienen sus efectos corresponde a la página prevista sobre por qué la HRV cambia de un día a otro. Los pasos prácticos tras una lectura baja están en qué hacer tras una lectura baja de HRV, y los detalles del Apple Watch, en por qué tu HRV del Apple Watch es baja.

Una sola lectura baja de HRV no significa por sí misma que estés estresado o enfermo [S1]. Un valor bajo aislado no es un diagnóstico ni una medición del estrés; es un punto que solo cobra sentido junto a tus propias lecturas recientes.

¿Qué muestra la evidencia?

Establecido: el riesgo en la población. En grupos de pacientes y en grandes poblaciones, una HRV baja se asocia con peores desenlaces. El estudio clásico de Kleiger y sus colegas midió el SDNN a partir de registros de ECG de todo el día en personas que habían sufrido un infarto: una HRV más baja se asoció con una mortalidad más alta y siguió siendo un predictor significativo tras ajustar por otros factores clínicos [S14]. Sus umbrales no se pueden comparar con el SDNN que muestra un Apple Watch, porque el reloj calcula el SDNN a partir de lecturas cortas, no de un día entero de ECG. En estudios poblacionales con personas sin cardiopatía conocida, en su mayoría con registros de ECG, un metaanálisis encontró, en quienes tenían una HRV baja, un riesgo de un primer evento cardiovascular alrededor de un 32–45 % mayor [S15]. En pacientes con enfermedad cardiovascular, un metaanálisis de estudios de cohortes encontró que una HRV más baja se asociaba con un mayor riesgo de muerte y de eventos cardiovasculares [S16].

Son asociaciones en la población obtenidas con registros de ECG de calidad clínica, sobre todo en pacientes o personas mayores. No se trasladan a un solo valor de un reloj: una lectura no le dice a una persona sana cuál es su riesgo, y estos estudios no demuestran que aumentar tu HRV lo reduzca.

Depende del contexto: las puntuaciones de preparación y de recuperación. Muchas apps y wearables convierten la HRV, la frecuencia cardíaca en reposo, el sueño y otros datos en una única puntuación de preparación o de recuperación. Son fórmulas propias de cada fabricante: un análisis de apps de HRV encontró que muchas de estas puntuaciones se basan en algoritmos propietarios que no se describen con transparencia, por lo que es difícil evaluar de forma independiente cómo se obtuvieron y validaron [S12]. Una revisión de las métricas de los relojes inteligentes describe las puntuaciones de preparación como estimaciones algorítmicas y no como mediciones fisiológicas directas, y concluye que los datos de los wearables son más útiles para tendencias dentro de una misma persona que para el diagnóstico o la comparación entre dispositivos [S13]. Una puntuación puede ser un resumen cómodo, pero no es una métrica científica estándar, y las puntuaciones de dos marcas no son comparables.

Depende del contexto: las lecturas aisladas. Es fácil malinterpretar los resultados de HRV sin su contexto de medición [S3]. Lo más sólido es la dirección de tus propias lecturas a lo largo del tiempo, tomadas en condiciones parecidas.

Lo que no te dice

  • Ni tu nivel de estrés ni un diagnóstico. Un valor no dice nada específico sobre tu estado mental ni sobre una enfermedad [S1].
  • Ni tu posición. Tener un número más alto o más bajo que otra persona dice poco sobre cualquiera de las dos [S5] [S6].
  • Ni tu forma física ni tu «preparación». Ni el valor bruto ni una puntuación propietaria son, por sí solos, una medida validada de estas cosas [S12] [S13].
  • Ni un pronóstico personal de riesgo. Los hallazgos sobre el riesgo en la población no se aplican a la lectura de una persona sana [S15] [S16].
  • Cuándo merece atención la HRV. Un alejamiento de tu propia línea base que dura muchos días, acompañado de síntomas como un cansancio inusual, un mal sueño, fiebre o un pulso acelerado o irregular, merece que lo tengas en cuenta: el número es una invitación a fijarte en cómo te sientes, no el hallazgo en sí.
  • Cuándo ir al médico. Como precaución general, consulta a un médico si notas un pulso irregular, palpitaciones o un cambio duradero en tus lecturas que viene acompañado de síntomas. Busca atención urgente ante dolor en el pecho, desmayos o una falta de aire intensa. Si llevas tus datos a una consulta, los médicos y tus datos explica qué ayuda, con guías para el médico de cabecera y el cardiólogo.

Encontrarás más preguntas cotidianas en respuestas a tus preguntas sobre la HRV, y puedes analizar tus propios números con la calculadora de HRV.

En ONDA

ONDA lee la HRV (SDNN) desde Apple Health, donde la escribe un Apple Watch u otro dispositivo que sincroniza datos cardíacos [S17]; la cámara del iPhone da el pulso, no la HRV. ONDA nunca juzga un valor aislado frente al de otras personas. ONDA compara cada noche con tu propio corredor —el promedio de tus noches recientes más o menos una desviación estándar— y marca una noche solo cuando queda al menos 1,5 desviaciones estándar fuera y ha cambiado en una cantidad mínima. Estas señales son comparaciones descriptivas con tu propia línea base, no mediciones del estrés [S17]. ONDA no tiene una única puntuación de preparación o de recuperación y no diagnostica nada. Consulta qué mide ONDA.

Información educativa, no un diagnóstico ni un tratamiento médico.

La evidencia de un vistazo

AfirmaciónEvidenciaLimitación
La HRV refleja solo de forma indirecta la contribución parasimpática (vagal cardíaca) a la regulación del corazón; el tono vagal en sí no se mide. [S3]EstablecidoUn índice de la influencia vagal sobre el corazón, no una medición directa de la actividad nerviosa.
Los valores de HRV dependen de la señal de entrada, la duración y el lugar del registro, la respiración y el método de análisis. [S4]EstablecidoGuía metodológica para la investigación; los mismos factores se aplican al autoseguimiento.
La duración del registro cambia la HRV, así que no se pueden comparar directamente valores de registros de distinta duración. [S2]EstablecidoPropiedad general de las métricas de HRV.
Sin contexto metodológico, es fácil sobreinterpretar los resultados de HRV. [S3]Depende del contextoRevisión metodológica dirigida a investigadores.
Una sola lectura baja de HRV no significa por sí misma estrés ni enfermedad; la HRV es una herramienta de investigación para estratificar el riesgo, no un marcador específico de un estado. [S1]EstablecidoAfirmación clásica de una guía; los cambios persistentes con síntomas son asunto de un médico.
Muchos factores experimentales, demográficos y ambientales influyen en la HRV y en su fiabilidad. [S4]EstablecidoAfirmación general; los factores concretos y la magnitud de sus efectos se tratan en la página prevista sobre los cambios de un día a otro.
Los latidos anómalos y el ruido pueden hacerse pasar por HRV. [S2]EstablecidoAdvertencia sobre la calidad de los datos; el tratamiento de los artefactos difiere entre dispositivos.
Los latidos ectópicos y la fibrilación auricular son artefactos fisiológicos en la serie de intervalos entre latidos; los electrodos mal colocados y el movimiento causan artefactos técnicos. [S8]EstablecidoRevisión de métodos de edición basados en el ECG; los sensores ópticos de muñeca y de dedo tienen sus propios artefactos.
Los latidos falsos son frecuentes en los registros de intervalos entre latidos y pueden dificultar o impedir un análisis fiable de la HRV. [S8]EstablecidoContexto de ECG ambulatorio.
Los latidos ectópicos introducen un artefacto matemático en la HRV en los dominios del tiempo y de la frecuencia; dejarlos sin corregir alteró significativamente la HRV en simulaciones. [S9]EstablecidoSimulación por ordenador con latidos prematuros añadidos en registros cortos; la magnitud del efecto depende de cuántos latidos sean anómalos.
En personas mayores, los patrones anómalos del ritmo cardíaco que elevan muchos índices de HRV fueron frecuentes y se asociaron con una mayor mortalidad (una sola cohorte). [S10]Depende del contextoUn estudio observacional en personas mayores en ritmo sinusal; no se ha probado en usuarios jóvenes y sanos de wearables.
Con el envejecimiento y la enfermedad cardiovascular, una HRV a corto plazo alta que refleja un deterioro del control del ritmo cardíaco puede confundir el análisis tradicional de la HRV. [S11]EmergenteUn único análisis de registros Holter archivados que propone métricas nuevas; la fragmentación de la frecuencia cardíaca es una medida de investigación.
Comparar tu HRV con la de un compañero induce a error: un valor más bajo que el de otra persona no indica necesariamente un peor estado. [S5]Depende del contextoRevisión narrativa en poblaciones deportistas.
Los adultos sanos difieren muchísimo en su HRV. [S6]EstablecidoProtocolos diurnos de corta duración; las diferencias son mayores en las medidas espectrales.
En promedio, la HRV disminuye con la edad, mientras que entre personas varía mucho. [S7]EstablecidoPromedios de grupo transversales; no son predicciones individuales.
Muchas apps de HRV de consumo ofrecen puntuaciones de preparación o de recuperación basadas en algoritmos propietarios que no se describen con transparencia. [S12]EstablecidoAnálisis del contenido de tiendas de apps en inglés en un momento dado; las puntuaciones cambian con las actualizaciones.
Muchos resultados de los relojes inteligentes, incluidas las puntuaciones de preparación, son estimaciones algorítmicas y no mediciones fisiológicas directas; su validez varía según el dispositivo y el algoritmo. [S13]EstablecidoRevisión narrativa; no evalúa ningún producto concreto.
Los datos de los relojes inteligentes son más útiles para tendencias dentro de una misma persona; hace falta cautela para el diagnóstico y la comparación entre dispositivos. [S13]Depende del contextoRevisión narrativa.
Tras un infarto agudo de miocardio, un SDNN de todo el día bajo se asoció con una mayor mortalidad a largo plazo y siguió siendo un predictor significativo tras el ajuste. [S14]EstablecidoUna sola cohorte de pacientes tras un infarto con ECG de todo el día; su SDNN no es comparable con el SDNN de lecturas cortas de un wearable; una asociación en la población, no una predicción para una persona sana.
En poblaciones sin enfermedad cardiovascular conocida, una HRV baja se asoció con un mayor riesgo de un primer evento cardiovascular. [S15]EstablecidoMetaanálisis de ocho estudios observacionales, en su mayoría con registros de calidad clínica; asociación, no causa, y no una predicción individual.
En pacientes con enfermedad cardiovascular, una HRV más baja se asoció con un mayor riesgo de muerte por cualquier causa y de eventos cardiovasculares. [S16]EstablecidoMetaanálisis de estudios de cohortes en pacientes; los resultados por subgrupos difieren (no significativo en la insuficiencia cardíaca); no aplicable a personas sanas.
En las ciencias del deporte, una HRV igual o superior a la propia línea base se usa como uno de los signos de recuperación; en un ensayo, el entrenamiento de alta intensidad se prescribía solo cuando la HRV matutina no había bajado. [S18]Depende del contextoUn solo ensayo aleatorizado pequeño en hombres sanos de forma física moderada; describe una regla de entrenamiento, no prueba que una HRV más alta signifique siempre una mejor recuperación.
ONDA lee la HRV (SDNN) desde Apple Health, donde la escribe un Apple Watch u otro dispositivo que sincroniza datos cardíacos. [S17]Depende del contextoDocumentación del producto.
Las señales de ONDA son comparaciones descriptivas con la línea base personal, no mediciones del estrés ni una evaluación médica. [S17]Depende del contextoDeclaración de alcance de la documentación del producto.

Fuentes

Los títulos de los trabajos y de las revistas se citan en su idioma original.

  1. [S1] Task Force of the ESC and NASPE (1996). Heart rate variability: standards of measurement, physiological interpretation and clinical use. Circulation. DOI 10.1161/01.CIR.93.5.1043
  2. [S2] Shaffer & Ginsberg (2017). An overview of heart rate variability metrics and norms. Frontiers in Public Health. DOI 10.3389/fpubh.2017.00258
  3. [S3] Laborde, Mosley & Thayer (2017). Heart rate variability and cardiac vagal tone in psychophysiological research — recommendations for experiment planning, data analysis, and data reporting. Frontiers in Psychology. DOI 10.3389/fpsyg.2017.00213 · PMID 28265249
  4. [S4] Carter et al. (2026). Guidelines for rigor and reproducibility of heart rate variability within human cardiovascular research. Am J Physiol Heart Circ Physiol. DOI 10.1152/ajpheart.00041.2026 · PMID 42495990
  5. [S5] Esco, Fields, Mohammadnabi & Kliszczewicz (2026). Monitoring training adaptation and recovery status in athletes using heart rate variability via mobile devices: a narrative review. Sensors. DOI 10.3390/s26010003 · PMID 41516438
  6. [S6] Nunan, Sandercock & Brodie (2010). A quantitative systematic review of normal values for short-term heart rate variability in healthy adults. Pacing Clin Electrophysiol. DOI 10.1111/j.1540-8159.2010.02841.x · PMID 20663071
  7. [S7] Voss et al. (2015). Short-term heart rate variability — influence of gender and age in healthy subjects. PLOS ONE. DOI 10.1371/journal.pone.0118308
  8. [S8] Peltola (2012). Role of editing of R-R intervals in the analysis of heart rate variability. Frontiers in Physiology. DOI 10.3389/fphys.2012.00148 · PMID 22654764
  9. [S9] Lippman, Stein & Lerman (1994). Comparison of methods for removal of ectopy in measurement of heart rate variability. American Journal of Physiology. DOI 10.1152/ajpheart.1994.267.1.H411 · PMID 7519408 · computer simulation study
  10. [S10] Stein et al. (2005). Sometimes higher heart rate variability is not better heart rate variability: results of graphical and nonlinear analyses. Journal of Cardiovascular Electrophysiology. DOI 10.1111/j.1540-8167.2005.40788.x · PMID 16174015
  11. [S11] Costa, Davis & Goldberger (2017). Heart Rate Fragmentation: A New Approach to the Analysis of Cardiac Interbeat Interval Dynamics. Frontiers in Physiology. DOI 10.3389/fphys.2017.00255 · PMID 28536533
  12. [S12] de Jager et al. (2026). Mobile Apps for Heart Rate Variability: App Store Search and Content Analysis. JMIR Cardio. DOI 10.2196/84764 · PMID 42467418 · app store content analysis
  13. [S13] Lepley et al. (2026). Consumer Smartwatch Technology in Health and Performance Research: Validity, Limitations, and Real-World Applications. Sensors. DOI 10.3390/s26144486 · PMID 42515370
  14. [S14] Kleiger et al. (1987). Decreased heart rate variability and its association with increased mortality after acute myocardial infarction. American Journal of Cardiology. DOI 10.1016/0002-9149(87)90795-8 · PMID 3812275
  15. [S15] Hillebrand et al. (2013). Heart rate variability and first cardiovascular event in populations without known cardiovascular disease: meta-analysis and dose-response meta-regression. Europace. DOI 10.1093/europace/eus341 · PMID 23370966
  16. [S16] Fang, Wu & Tsai (2020). Heart Rate Variability and Risk of All-Cause Death and Cardiovascular Events in Patients With Cardiovascular Disease: A Meta-Analysis of Cohort Studies. Biological Research for Nursing. DOI 10.1177/1099800419877442 · PMID 31558032 · an erratum was published (Biol Res Nurs 2020;22(3):423–425)
  17. [S18] Kiviniemi et al. (2007). Endurance training guided individually by daily heart rate variability measurements. European Journal of Applied Physiology. DOI 10.1007/s00421-007-0552-2 · PMID 17849143
  18. [S17] ONDA — product documentation: What ONDA measures. What ONDA measures and how it reads your signals.

Relacionado

Cómo se elaboran las páginas de ONDA Science: cada cifra sale de una única lista de datos verificados, cada afirmación se vincula con sus fuentes y se clasifica según la solidez de la evidencia, y las fuentes necesitan un DOI o PMID (la documentación de fabricantes solo se usa para datos sobre dispositivos).